GPU 服务器使用方法

# 查看内存
free -lh

# 查看发行版本名称及版本号
cat /etc/os-release

# 查看 GPU
nvidia-smi

# 查看 CUDA 版本
nvcc -V

# 查看物理CPU个数
cat /proc/cpuinfo| grep "physical id"| sort| uniq| wc -l

# 查看每个物理CPU中core的个数(即核数)
cat /proc/cpuinfo| grep "cpu cores"| uniq

# 查看逻辑CPU的个数
cat /proc/cpuinfo| grep "processor"| wc -l

# 查看CPU信息（型号）
cat /proc/cpuinfo | grep name | cut -f2 -d: | uniq -c

使用PyCharm通过SSH连接远程GPU服务器

参考文献

前期准备

1. Professional 版的 PyCharm
2. 配置完成的服务器

配置阶段

python解释器地址一般在/usr/bin/python3.5

注意：选择后的项目不会自动创建文件夹，因此需要每个项目都调试一遍地址！

下图为不如意的创建

参考文献

bilibili——使用nvidia-docker运行tensorflow-gpu容器:在dockr中调用GPU

赏

谢谢你请我吃糖果